网络爬虫-通过正则表达式快速获取电影的下载地址-Python实例源码.zip

# *_* coding : UTF-8 *_* # 文件名称 ：demo.py # 开发工具 ：PyCharm import requests # 导入网络请求模块 import re # 导入正则表达式模块 def get_movies(url): # 头部信息 headers ={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) ' 'AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.121 Safari/537.36'} response = requests.get(url,headers=headers) # 发送网络请求 response.encoding='gb2312' # 设置编码方式 if response.status_code==200: # 判断请求是否成功 # 获取每个电影详情页地址,通过表达式提取电影详情页地址 movies_info = re.findall('<a href="(.*?)" class="ulink">',response.text) for url in movies_info: # 循环每个电影的详情页地址 info_url = 'http://www.ygdy8.net'+url # 拼接完整地址 # 对电影详情页发送网络请求 movies_info_response = requests.get(info_url,headers=headers) movies_info_response.encoding = 'gb2312' # 设置编码方式 # 通过表达式匹配电影的下载地址 download_url = re.findall('<a href=".*?">(.*?)</a></td>', movies_info_response.text) print(download_url) # 打印电影的下载地址 if __name__ == '__main__': get_movies('http://www.ygdy8.net/html/gndy/dyzz/index.html')